忽略字符串大小写替换的更高效实现

    昨天灵感兄的一篇文章,其中仔细的比较了在.NET中做忽略字符串大小写替换的问题。并且给出了5个现有的解决方案,和详细的效率测试数据。不过仔细看完后,我对于Microsoft VisualBasic RunTime中的String.Replace的效率不敢苟同,特别是看过C#改写的代码后,更是疑窦丛生

    觉得VBString.Replace()效率有问题的主要原因是,Split()再Join()这个操作会带来大量的String碎片,这对于托管系统来说,代价是很大的。而且字符串中替换频率越高,对性能的损耗也就越是明显,后面的测试示例中我们会看到这个问题的。所以我实现的这个ReplaceEx()出发点就是避免产生String碎片,同时实现代码也不复杂,如下:

private static string ReplaceEx(string original, string pattern, string replacement)
{
    
int count, position0, position1;
    count 
= position0 = position1 = 0;
    
string upperString = original.ToUpper();
    
string upperPattern = pattern.ToUpper();
    
int inc = (original.Length/pattern.Length)*(replacement.Length-pattern.Length);
    
char [] chars = new char[original.Length + Math.Max(0, inc)];
    
while( (position1 = upperString.IndexOf(upperPattern, position0)) != -1 )
    
{
        
for ( int i=position0 ; i < position1 ; ++i ) chars[count++= original[i];
        
for ( int i=0 ; i < replacement.Length ; ++i ) chars[count++= replacement[i];
        position0 
= position1+pattern.Length;
    }

    
if ( position0 == 0 ) return original;
    
for ( int i=position0 ; i < original.Length ; ++i ) chars[count++= original[i];
    
return new string(chars, 0, count);
}

    只有18行代码,要说复杂大家也不会同意吧

    为了省事,直接用灵感兄的测试代码。他的Test Case是:"要把字符串"中华aBc共和国"中的"abc"替换为"人民",注意:源子字符串是"aBc",要替换的是"abc",这里目的是要测试不区分大小写。为了测试效率,我特意先把测试字符串累加1000次,然后循环测试1000次。"。

    测试数据如下: 
   

regexp
vb
vbReplace
ReplaceEx
Replace
= 2.05845295980355s
= 0.684810220293361s
= 0.679955692692786s
= 0.535100131441287s Fastest!
= 0.0564451627231953s (直接用的String.Replace(),仅做参考用)

    // .NET Framework 1.1, Windows xp sp2 en, P4 2.4G 512M.

    由于substring和substringB太慢了,我都没有耐心等待其结果了,故取消了对他们的测试。前面我提到说,如果被替换字符串的替换频率增大,vb和vbReplace这两个方法的开销也会急剧增大。下面看我的测试数据,不改变测试程序的循环次数,只修改:string segment = "中华aBc共和国";一句话。

    1、string segment = "中abc华aBc共和国";
   
regexp
vb
vbReplace
ReplaceEx
Replace
= 3.75481827997692s
= 1.52745502570857s
= 1.46234256029747s
= 0.797071415501132s !!!
= 0.178327413120941s

    // ReplaceEx > vbReplace > vb > regexp

    2、string segment = "中abc华aBc共abC和国";
   
regexp
vb
vbReplace
ReplaceEx
Replace
= 5.30117431126023s
= 2.46258449048692s
= 2.5018721653171s
= 1.00662179131705s !!!
= 0.233760994763301s

    // ReplaceEx > vb > vbReplace > regexp

    3、string segment = "中abc华aBc共abC和Abc国";
   
regexp
vb
vbReplace
ReplaceEx
Replace
= 7.00987862982586s
= 3.61050301085753s
= 3.42324876485699s
= 1.14969947297771s !!!
= 0.277254511397398s

    // ReplaceEx > vbReplace > vb > regexp

    4、string segment = "ABCabcAbCaBcAbcabCABCAbcaBC";
   
regexp
vb
vbReplace
ReplaceEx
Replace
= 13.5940090151123s
= 11.6806222578568s
= 11.1757614445411s
= 1.70264153684337s !!!(压倒优势)
= 0.42236820601501s

    // ReplaceEx > vbReplace > vb > regexp

    看到这里,是不是觉得ReplaceEx就是无敌的快了呢?其实我也希望是,不过在极端的情况下,就是segment中没有可以替换的pattern时,ReplaceEx就不行了:(

    5、string segment = "AaBbCc";
   
regexp
vb
vbReplace
ReplaceEx
Replace
= 0.671307945562914s
= 0.32356849823092s
= 0.316965703741677s !!!
= 0.418256510254795s
= 0.0453026851178013s

    // vbReplace > vb > ReplaceEx > regexp

    在第5个测试中,ReplaceEx效率不高的原因是,其所有消耗都耗费在了这两个语句上:

 string upperString = original.ToUpper();
 
string upperPattern = pattern.ToUpper();

    如果我们使用CompareInfo和CompareOptions来进行IndexOf操作,虽然可以避免对字符串进行case转换,但是除测试5中的极端情况外,其他情况下效率都低于ReplaceEx目前的实现。

    欢迎您测试运行效率,并提供更优化方案:)

    BTW: 记录测试数据不用多次平均,但最好不要使用第一次编译后的运行结果。

posted on 2005-07-01 00:41  birdshome  阅读(5614)  评论(10编辑  收藏  举报

导航